(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111547734.8 (22)申请日 2021.12.16 (71)申请人 广州市超赢信息科技有限公司 地址 510000 广东省广州市天河区建中路 64,66号西806房(不可作厂房使用) (仅限办公用途) (72)发明人 燕建兵　 (74)专利代理 机构 广州立凡知识产权代理有限 公司 44563 代理人 龙艳华 (51)Int.Cl. G01G 19/40(2006.01) G06V 20/10(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01)G06Q 20/20(2012.01) G06V 30/224(2022.01) G06V 30/19(2022.01) G06V 30/18(2022.01) G06V 10/46(2022.01) G06V 10/56(2022.01) G06V 10/764(2022.01) (54)发明名称 基于AI图像识别的电子秤的称重结算方法 及系统 (57)摘要 本发明涉及一种基于AI图像识别的电子秤 的称重结算方法及系统， 其技术方案要点是： 获 取电子秤发送的物品的物品重量信息以及物品 图像信息； 对 所述物品图像信息进行图像识别得 到至少一识别结果， 并显示所有的识别结果； 从 所有的识别结果中选择出与所述物品相对应的 识别结果， 根据该识别结果查询预先设置的映射 关系信息得到与其关联的物品信息； 其中， 所述 映射关系信息包括多个识别结果及其对应关联 的物品信息； 根据所述物品重量信息和物品信息 得到所述物品的结算信息； 本申请具有自动识别 物品， 保证了物品图像识别时显示的全面性和准 确性， 还提高了称重结算的速度和效率的效果。 权利要求书2页 说明书6页 附图2页 CN 114235122 A 2022.03.25 CN 114235122 A 1.一种基于AI图像识别的电子 秤的称重结算方法， 其特 征在于， 包括： 获取电子 秤发送的物品的物品重量信息以及物品图像信息； 对所述物品图像信息进行图像识别得到 至少一识别结果， 并显示所有的识别结果； 从所有的识别结果中选择出与所述物品相对应的识别结果， 根据 该识别结果查询预先 设置的映射关系信息得到与其关联的物品信息； 其中， 所述映射关系信息包括多个识别结 果及其对应关联的物品信息； 根据所述物品重量信息和物品信息得到所述物品的结算信息 。 2.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 所述 获取电子 秤发送的物品重量信息以及物品图像信息， 包括： 获取所述电子 秤发送的物品重量信息； 判断所述物品重量信息是否满足预设阈值； 在满足预设阈值的情况 下， 控制电子 秤获取物品图像信息； 获取所述电子 秤发送的物品图像信息 。 3.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 所述 对所述物品图像信息进行图像识别得到 至少一识别结果， 包括： 对所述物品图像信息进行图像处 理， 提取特征向量； 将所述特 征向量输入图像识别深度学习模型中得到多个概 率结果及其置信度； 筛选出置信度高于预设置信度阈值的所述 概率结果， 即为识别结果。 4.根据权利要求3所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 所述 特征向量包括： 颜色特征向量和形状特征向量； 所述将所述特征向量输入图像识别深度学 习模型中得到多个概 率结果及其置信度， 包括： 将所述颜色特征向量设置第一置信度权重以及将所述形状特征向量设置第二置信度 权重； 将所述颜色特征向量输入图像识别深度学习模型得到与多个所述概率结果相对应的 多个第一置信度， 将所述形状特征向量输入图像识别深度学习模型得到与多个所述第一置 信度相对应的多个第二置信度； 根据所述第 一置信度权重和多个第 一置信度得到多个颜色置信度， 根据 所述第二置信 度权重和多个第二置信度得到与多个所述颜色置信度相对应的多个形状置信度， 根据多个 所述颜色置信度和与其相对应的多个形状置信度得到与多个所述概率结果相对应的多个 置信度， 即得到多个带有置信度的概 率结果。 5.根据权利要求4所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 所述 显示所有的识别结果， 包括： 根据所述置信度的大小排序显示所有的识别结果。 6.根据权利要求3所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 所述 图像识别深度学习模型的训练方法包括： 获取训练数据， 其中， 所述训练数据包含多张含有物品的训练图像； 其中， 所述训练图 像包括电子 秤发送的物品图像信息； 根据所述训练图像含有的物品分别设定标签； 构建带标签的训练图像数据库以及 初始深度学习模型； 将所述训练图像数据库中的训练图像输入到初始深度学习 模型， 训练得到图像识别深权　利　要　求　书 1/2 页 2 CN 114235122 A 2度学习模型。 7.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 在所 述根据所述物品重量信息和物品信息得到所述物品的结算信息之后， 还包括： 根据所述物 品的结算信息生成包含有结算信息的电子码， 控制电子秤将所述物品重量信息、 所述物品 的识别结果、 所述物品的结算信息及电子码打印在标签纸上。 8.根据权利要求1所述的基于AI图像识别的电子秤的称重结算方法， 其特征在于， 在所 述根据所述物品重量信息和物品信息得到所述物品的结算信息之后， 还 包括： 获取付款二维码的图像信息； 对所述付款二维码的图像信息进行解码得到该付 款二维码的支付令牌以及支付账户； 根据所述物品的结算信息和所述支付令牌向支付令牌对应的目标服务器发送交易任 务； 其中， 所述目标服务器用于基于所述交易任务完成所述收款账户对支付账户的收款操 作。 9.一种基于AI图像识别的电子 秤的称重结算系统， 其特 征在于， 包括： 获取模块， 用于获取电子 秤发送的物品的物品重量信息以及物品图像信息； 识别模块， 用于对所述物品图像信息进行图像识别得到至少一识别结果， 并显示所有 的识别结果； 关联模块， 用于从所有的识别结果中选择出与所述物品相对应的识别结果， 根据该识 别结果查询预先设置的映射关系信息得到与其关联 的物品信息； 其中， 所述映射关系信息 包括多个识别结果及其对应关联的物品信息； 结算模块， 用于根据所述物品重量信息和物品信息得到所述物品的结算信息 。 10.根据权利要求9所述的基于AI图像识别的 电子秤的称重结算系统， 其特征在于， 所 述识别模块， 包括： 提取单元， 用于对所述物品图像信息进行图像处 理， 提取特征向量； 结果生成单元， 用于将所述特征向量输入图像识别深度 学习模型中得到多个概率结果 及其置信度； 筛选单元， 用于筛选出置信度高于预设置信度阈值的所述 概率结果， 即为识别结果。权　利　要　求　书 2/2 页 3 CN 114235122 A 3